Синергия совместного использования систем управления обучением (LMS) и речевой аналитики

Репутация компании, лояльность клиентов и, как итог, финансовые результаты во многом зависят от того, как выстроена работа клиентского сервиса, в котором большую роль играет «человеческий фактор». Первичного обучения и скриптов может быть недостаточно для качественной работы сотрудников — они могут неэффективно использовать знания, отклоняться от скрипта или давать неверную информацию, поэтому процесс дообучения требует особого внимания. Использование в комплексе систем речевой аналитики и управления обучением дают синергетический эффект — компания сможет достичь желаемых изменений в работе сотрудников быстрее, с меньшими усилиями и бюджетом.

Как анализировать работу и находить точки роста каждого сотрудника?

Традиционный цикл обучения массового персонала строится по следующей схеме:

• первичное обучение после приема на работу;
• точечное дообучение по упущенным темам и вопросам, которые обнаруживаются в процессе работы сотрудника;
• закрепление знаний и навыков в работе, проверка, насколько работник овладел необходимыми компетенциями.

Вопрос с первичным обучением решается относительно просто, так как адаптация нового сотрудника будет осуществляться «с нуля» и по стандартной программе. Вопрос назначения дообучения в ходе его работы более сложный. На первом этапе необходимо оценить не менее 10% обращений в разных каналах: по телефону и чатах. Ручная оценка качества обращений может занять много времени, в офлайн-сфере придется привлекать тайных покупателей с заведомо низкой репрезентативностью. По результатам анализа работы руководитель или менеджер по качеству назначает сотруднику дообучение с последующим контролем знаний. Очевидно, что весь этот процесс может растянуться на несколько месяцев и даже более, при этом тратится ценный и дорогостоящий временной ресурс руководителя, сотрудник продолжает допускать ошибки, а компания недополучает прибыль. Совместное использование LMS и речевой аналитики позволяет автоматизировать выявление индивидуальных проблем сотрудников и назначение точечного дообучения, тем самым снимая нагрузку по подготовке персонала с руководителя и исключая влияние «человеческого фактора».

Возможности речевой аналитики Naumen CI (Conversation Intelligence)

Автоматизация мониторинга работы сотрудников с использованием искусственного интеллекта — наиболее эффективный способ оценки качества взаимодействия с клиентами. Технология речевой аналитики способна быстро проанализировать до 100% контактов — звонков, переписок и даже «живых» разговоров при анализе аудио-бейджей. Анализ позволяет оценить корректность ответов сотрудника, соответствие разговоров предложенным скриптам, включая продажи и работу с возражениями, выявить частотные ошибки.

Бюджет на оценку 10% сессий в месяц для 100 операторов с помощью речевой аналитики будет приблизительно в 7 раз меньше, чем при использовании ручных методов.

Возможности системы управления обучением Naumen LMS

Этот инструмент одновременно является и системой обучения, и образовательной платформой для дистанционного обучения. Здесь можно разрабатывать курсы и различные программы обучения. Технологии позволяют составлять и корректировать индивидуальные учебные планы с учетом результатов тестирования сотрудников и карты компетенций.

Таким образом, управление процессом обучения позволяет оптимально использовать время сотрудника, не дублируя информацию, и сконцентрироваться на новых знаниях. Технология геймификации в образовании помогают мотивировать сотрудников и на эмоциональном уровне. В итоге компания получает возможность организовать эффективный процесс обучения сотрудников, без отрыва от основной работы.

Преимущества использования речевой аналитики и LMS в комплексе

Синергетический эффект использования речевой аналитики и системы управления обучением (LMS) будет особенно заметен на этапе дообучения массового персонала, когда необходимо выявить индивидуальные проблемы операторов и организовать точечное дообучение. Учитывая численность персонала и текучку кадров, проверка знаний, определение упущенных тем, практически индивидуальный подбор и проведение программ дообучения отвлекает значительные ресурсы. Если по отдельности речевая аналитика и LMS заметно облегчают этот процесс, то вместе берут на себя практически все связанные с этим функции:

• С помощью анализа речевой аналитики по каждому сотруднику будет показана оценка комбинаций показателей и итоговая оценка в привычном взвешенном виде.
• На основе данных речевой аналитики настраивается триггер, при срабатывании которого система автоматически назначает соответствующее обучение и задания для проверки знаний. При этом остается возможность настройки предмодерации, если необходимо ручное управление процессом.
• После завершения обучения доступна детальная информация по прохождению курсов и тестов как для каждого отдельного сотрудника, так и для группы сотрудников.
• Для мотивации и повышения вовлеченности сотрудников, демонстрирующих высокие результаты, работает система автопоощрения — виртуальные награды, балльная система с магазином призов, система рейтингов и другие инструменты.

В целом весь цикл анализа работы и обучения персонала может сократиться с года до нескольких недель.

Каких результатов позволяет добиться интеграция речевой аналитики и LMS?

Naumen CI (Conversation intelligence) и LMS образуют эффективную обучающую экосистему, которая позволяет повысить качество подготовки сотрудников, одновременно снизив нагрузку руководителей по обучению персонала и сократив бюджет.

Результаты наших проектов это подтверждают: